Fugu-MT 論文翻訳(概要): CoRec: An Easy Approach for Coordination Recognition

論文の概要: CoRec: An Easy Approach for Coordination Recognition

arxiv url: http://arxiv.org/abs/2311.18712v1
Date: Thu, 30 Nov 2023 17:11:27 GMT
ステータス: 処理完了
システム内更新日: 2023-12-01 15:48:33.598050
Title: CoRec: An Easy Approach for Coordination Recognition
Title（参考訳）: CoRec: コーディネーション認識のための簡単なアプローチ
Authors: Qing Wang, Haojie Jia, Wenfei Song, Qi Li
Abstract要約: パイプラインモデル座標RECognizer(CoRec)を提案する。コーディネータと共役境界検出器の2つの構成要素から構成される。実験によると、CoRecは下流タスクに肯定的な影響を与え、最先端のOpen IEモデルの収量を改善する。
参考スコア（独自算出の注目度）: 8.618336635685859
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we observe and address the challenges of the coordination recognition task. Most existing methods rely on syntactic parsers to identify the coordinators in a sentence and detect the coordination boundaries. However, state-of-the-art syntactic parsers are slow and suffer from errors, especially for long and complicated sentences. To better solve the problems, we propose a pipeline model COordination RECognizer (CoRec). It consists of two components: coordinator identifier and conjunct boundary detector. The experimental results on datasets from various domains demonstrate the effectiveness and efficiency of the proposed method. Further experiments show that CoRec positively impacts downstream tasks, improving the yield of state-of-the-art Open IE models.
Abstract（参考訳）: 本稿では,協調認識タスクの課題を観察し,対処する。既存のほとんどの手法は構文解析器を使って文中のコーディネータを識別し、コーディネータの境界を検出する。しかし、最先端の構文解析器は遅く、特に長く複雑な文ではエラーに悩まされる。この問題を解決するために,パイプラインモデルコーディネーションRECognizer(CoRec)を提案する。コーディネータ識別子と接続境界検出器の2つのコンポーネントで構成されている。提案手法の有効性と有効性を示すため,様々な領域のデータセットに対する実験結果が得られた。さらなる実験では、CoRecが下流タスクに肯定的な影響を与え、最先端のOpen IEモデルの収量を改善することが示されている。

関連論文リスト

CoSD: Collaborative Stance Detection with Contrastive Heterogeneous Topic Graph Learning [18.75039816544345]
我々はCoSD(CoSD)と呼ばれる新しい協調姿勢検出フレームワークを提案する。 CoSDは、テキスト、トピック、スタンスラベル間のトピック認識のセマンティクスと協調的なシグナルを学ぶ。 2つのベンチマークデータセットの実験では、CoSDの最先端検出性能が示されている。
論文参考訳（メタデータ） (2024-04-26T02:04:05Z)
Incentivized Collaboration in Active Learning [17.972077492741928]
複数のエージェントが共通の仮説からラベルを学習しようとする協調的アクティブラーニングにおいて、私たちは、インセンティブ付きコラボレーションのための革新的なフレームワークを導入します。我々は、個々に合理的な(IR)協調プロトコルを設計することに注力し、エージェントが個々に振る舞うことでラベルの複雑さを低減できないことを保証します。
論文参考訳（メタデータ） (2023-11-01T03:17:39Z)
PSDiff: Diffusion Model for Person Search with Iterative and Collaborative Refinement [59.6260680005195]
本稿では,拡散モデルであるPSDiffに基づく新しいPerson Searchフレームワークを提案する。 PSDiffは、ノイズの多いボックスとReID埋め込みから地上の真実へのデュアルデノケーションプロセスとして検索する人を定式化する。新しいパラダイムに従って、我々は、反復的かつ協調的な方法で検出とReIDサブタスクを最適化する新しいコラボレーティブ・デノナイジング・レイヤ(CDL)を設計する。
論文参考訳（メタデータ） (2023-09-20T08:16:39Z)
Re-mine, Learn and Reason: Exploring the Cross-modal Semantic Correlations for Language-guided HOI detection [57.13665112065285]
ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
論文参考訳（メタデータ） (2023-07-25T14:20:52Z)
ECO-TR: Efficient Correspondences Finding Via Coarse-to-Fine Refinement [80.94378602238432]
粗大な処理で対応性を見出すことにより、ECO-TR(Correspondence Efficient Transformer)と呼ばれる効率的な構造を提案する。これを実現するために、複数の変圧器ブロックは段階的に連結され、予測された座標を徐々に洗練する。種々のスパースタスクと密マッチングタスクの実験は、既存の最先端技術に対する効率性と有効性の両方において、我々の手法の優位性を実証している。
論文参考訳（メタデータ） (2022-09-25T13:05:33Z)
ReAct: Temporal Action Detection with Relational Queries [84.76646044604055]
本研究は,アクションクエリを備えたエンコーダ・デコーダフレームワークを用いて,時間的行動検出(TAD)の進展を図ることを目的とする。まず,デコーダ内の関係注意機構を提案し,その関係に基づいてクエリ間の関心を誘導する。最後に、高品質なクエリを区別するために、推論時に各アクションクエリのローカライズ品質を予測することを提案する。
論文参考訳（メタデータ） (2022-07-14T17:46:37Z)
RACA: Relation-Aware Credit Assignment for Ad-Hoc Cooperation in Multi-Agent Deep Reinforcement Learning [55.55009081609396]
本稿では、アドホックな協調シナリオにおいてゼロショットの一般化を実現するRACA(Relation-Aware Credit Assignment)と呼ばれる新しい手法を提案する。 RACAは、エージェント間のトポロジ構造を符号化するために、グラフベースのエンコーダ関係を利用する。提案手法は,StarCraftIIマイクロマネジメントベンチマークとアドホック協調シナリオのベースライン手法よりも優れている。
論文参考訳（メタデータ） (2022-06-02T03:39:27Z)
Context-Aware Sparse Deep Coordination Graphs [20.582393720212547]
エージェント間の協調力学に適応するスパースコーディネーショングラフの学習は、協調型マルチエージェント学習における長年の問題である。本稿では、動的トポロジを学習し、それらを新しいマルチエージェントコーディネート(MACO)ベンチマークで評価するための値ベースおよび観測ベースのスキームを提案する。問題の種類ごとの学習手法の個々の利点と全体的な性能を解析することにより、実用差関数の分散を利用したコンテキスト対応のスパース調整トポロジの学習手法を提案する。
論文参考訳（メタデータ） (2021-06-05T12:59:03Z)
Cascaded Human-Object Interaction Recognition [175.60439054047043]
マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
論文参考訳（メタデータ） (2020-03-09T17:05:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。